五角大樓的CALO 項(xiàng)目是史上最大的人工智能項(xiàng)目，它為Siri的誕生奠定了基矗蘋(píng)果的人工智能應(yīng)用Siri語(yǔ)音助手，會(huì)犯很多低級(jí)錯(cuò)誤，但比之前好用多了。而這一切才剛剛開(kāi)始，個(gè)人助手技術(shù)正呈現(xiàn)指數(shù)式增長(zhǎng)的勢(shì)頭，比如谷歌推出自己的語(yǔ)音助手版本Google Now。這些都是將個(gè)人助手技術(shù)融入到我們的智能設(shè)備中，雖然它們現(xiàn)在還處于初期發(fā)展階段，我相信將來(lái)一定會(huì)有重大突破，會(huì)成為強(qiáng)有力的個(gè)人助手。
虛擬現(xiàn)實(shí)技術(shù)的發(fā)展，如Oculus Rift，使得個(gè)人助手能融入至3D虛擬現(xiàn)實(shí)環(huán)境中?，F(xiàn)在已有Siri和Google Now的特別版本。Siri特別版本如金融系統(tǒng)Warren, Warren相當(dāng)于Kensho公司在金融行業(yè)創(chuàng)建了一個(gè)Siri，這也是人工智能在專(zhuān)業(yè)領(lǐng)域的一個(gè)應(yīng)用案例。為什么這個(gè)意義非凡？因?yàn)榻裉斓娜斯ぶ悄茉谀承?zhuān)業(yè)領(lǐng)域更強(qiáng)大，更容易有出彩的表現(xiàn)。
人工智能的三個(gè)矢量
科幻作家Arthur Clarke講過(guò)，“任何足夠先進(jìn)的技術(shù)，初看都與魔法無(wú)異。”我們看看這頂帽子里面藏著什么？人工智能的三個(gè)核心方法，包括數(shù)據(jù)挖掘與深度學(xué)習(xí)，任務(wù)和專(zhuān)業(yè)知識(shí)工程學(xué)，生物啟發(fā)的計(jì)算機(jī)架構(gòu)。如果你參加過(guò)主流的AI會(huì)議，你會(huì)發(fā)現(xiàn)過(guò)去15年中大部分AI應(yīng)用無(wú)一例外都用了上述方法的不同組合。我們來(lái)舉幾個(gè)案例：
案例一：Grok腦皮質(zhì)學(xué)習(xí)算法
上圖為一名女子的大腦構(gòu)造圖，在過(guò)去10年中，人工智能科學(xué)家忽視了神經(jīng)學(xué)專(zhuān)家的消息，而現(xiàn)在大家又將目光轉(zhuǎn)向AI，為什么？因?yàn)锳I可以模擬人腦的結(jié)構(gòu)。我們看到現(xiàn)在有AI初創(chuàng)公司，在模擬人腦新皮質(zhì)。這家名為Grok（原名 Numenta）的公司是由Jeff Hawkins創(chuàng)辦，他是Palm Computing的創(chuàng)辦人，花了十年時(shí)間研究神經(jīng)科學(xué)。
Grok使用的機(jī)器學(xué)習(xí)算法稱(chēng)為腦皮質(zhì)學(xué)習(xí)算法，這項(xiàng)算法試圖模仿人腦的結(jié)構(gòu)，進(jìn)行自主學(xué)習(xí)，找到數(shù)據(jù)規(guī)律，并作出預(yù)測(cè)。當(dāng)數(shù)據(jù)流進(jìn)入Grok時(shí)，它會(huì)自動(dòng)像人類(lèi)分析師一樣為數(shù)據(jù)建立模型，通過(guò)理解那條數(shù)據(jù)流是有用的，來(lái)調(diào)整復(fù)雜算法參數(shù)來(lái)改善結(jié)果。聽(tīng)起來(lái)是不是有點(diǎn)像魔術(shù)，我們來(lái)看下這個(gè)視頻。
案例二：Facebook人工智能實(shí)驗(yàn)室
上圖左邊這位是來(lái)自紐約大學(xué)的Yann LeCun教授，他是深度學(xué)習(xí)專(zhuān)家，非常擅長(zhǎng)人臉識(shí)別。右邊這位大家都很熟悉是扎克伯格，可能你們已經(jīng)聽(tīng)說(shuō)了他在Facebook開(kāi)設(shè)了AI 實(shí)驗(yàn)室，并任命Yann LeCun教授作為實(shí)驗(yàn)室?guī)ь^人，AI實(shí)驗(yàn)室位于紐約、倫敦及門(mén)羅帕克（Facebook總部辦公室所在地）。你可以想象一下Facebook可以用人臉識(shí)別數(shù)據(jù)做什么？
案例三：IBM超級(jí)計(jì)算機(jī)“沃森”
2013年，IBM宣布建立沃森生態(tài)系統(tǒng)，向合作伙伴提供技術(shù)、工具和API編程接口。開(kāi)放API，使得企業(yè)能開(kāi)發(fā)自家的“沃森”App，從而構(gòu)建起“沃森”生態(tài)圈。沃森在《危險(xiǎn)邊緣》中展示了對(duì)自然語(yǔ)言超強(qiáng)的理解能力。你提出一個(gè)問(wèn)題，計(jì)算機(jī)理解后會(huì)產(chǎn)生很多答案，沃森收集一些證據(jù)來(lái)支持這些答案，然后根據(jù)對(duì)不同答案的評(píng)分作出最好的選擇。
沃森無(wú)需進(jìn)行人工編程，它的每一次體驗(yàn)都能讓自己更快速一些。沃森不僅具備自主學(xué)習(xí)能力，在醫(yī)學(xué)領(lǐng)域它還能教學(xué)。通過(guò)沃森，醫(yī)生們可根據(jù)電子醫(yī)療檔案，來(lái)提供更加準(zhǔn)確和個(gè)性化的診斷和治療方案。在金融領(lǐng)域，Watson Analytics能提供金融數(shù)據(jù)服務(wù)。
從戰(zhàn)勝《危險(xiǎn)邊緣》到商業(yè)化，這一切才剛剛開(kāi)始。2014年初，《華爾街日?qǐng)?bào)》報(bào)道稱(chēng)，IBM宣布投資10億成立IBM Watson新業(yè)務(wù)部門(mén)，致力于“云交付的認(rèn)知計(jì)算”和大數(shù)據(jù)創(chuàng)新領(lǐng)域的開(kāi)發(fā)和商業(yè)化。
人工智能的主要應(yīng)用
人工智能的應(yīng)用已經(jīng)遍及各個(gè)領(lǐng)域，包括醫(yī)學(xué)、教育、法律、太空、制造業(yè)等領(lǐng)域。在過(guò)去的60年間，政府和財(cái)富500強(qiáng)企業(yè)都有贊助AI，為什么他們對(duì)AI感興趣？不僅僅是因?yàn)锳I更好、更快、更便宜，而且AI正在以不同的方式處理事情，這就是AI所帶來(lái)的附加值，包括提升人類(lèi)技能，完善預(yù)測(cè)精準(zhǔn)度，快速解決復(fù)雜問(wèn)題，完善產(chǎn)品和服務(wù)質(zhì)量，提高生產(chǎn)力，挑戰(zhàn)更多的不可能！
AI應(yīng)用一：醫(yī)學(xué)領(lǐng)域
在過(guò)去的35年間，我們看到人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用，現(xiàn)在AI通過(guò)電子檔案和臨床決策支持系統(tǒng)，已經(jīng)邁入了主流醫(yī)學(xué)領(lǐng)域。正在開(kāi)展的X-Prize競(jìng)賽，獎(jiǎng)金達(dá)1000萬(wàn)美元，將獎(jiǎng)給第一支能夠基于移動(dòng)設(shè)備提供醫(yī)學(xué)診斷和治療方案的團(tuán)隊(duì)。目前已有來(lái)自世界各地的300支團(tuán)隊(duì)在角逐，相信不久就會(huì)有團(tuán)隊(duì)勝出。